【NTN 卫星通信】starlink LEO卫星波束成形策略

2024-01-22 03:44

本文主要是介绍【NTN 卫星通信】starlink LEO卫星波束成形策略,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1 概述

  卫星通信系统,一般都会采用波束成形技术,因为覆盖的范围很大,所以需要波束很窄,才能够使能量集中,星链也不例外。“星链”低轨道卫星在空中飞行时采用了波束形成的技术,下面来看看一些细节把。

2 波束设计

  目前的LEO星座采用不同的技术,可能使用一些固定的模拟波束来覆盖地球表面的给定区域,或者可能将更窄的波束指向用户的方向。数字预编码阶段的设计独立于模拟波束,旨在最大限度地减少相邻波束之间的波束间干扰。在发射端设计波束形成码本对于保证对地球表面的覆盖、限制波束间干扰、最大化系统容量(吞吐量)以及显示与蜂窝标准的兼容性至关重要。
  考虑在ku波段运行的大规模MIMO LEO卫星通信系统的下行链路。如图1(A)所示,星座中给定的低轨道卫星可以使用一组势波束覆盖一个椭圆感兴趣区域(ROI,region of interest )。因此,系统支持直接传输到多个同时在地面的移动用户终端(ut)。波束码本设计的目标是计算一组模拟波束模式或波束码本,使这组波束足迹覆盖椭球形ROI。根据活动用户的位置,将从码本中可用的一组中选择一些活动波束。传统的预编码器码本是基于离散傅立叶变换(DFT)的模拟预编码器结构,可以被认为是平面阵列的解决方案.在这种情况下,每个维度的阵列响应向量具有线性增加的相位,就像DFT矩阵中的列一样。对于dft型码本,相关的矩形网格包含一些点,这些点被多个不同的卫星波束以相同的增益覆盖。当选择其中一个波束时,其他卫星可能会产生干扰,导致信噪比(SINR)相对较小,如图1(b)所示。除了波束编码本之外,还需要波束切换技术来最大限度地提高地面特定波束点的接收信噪比。
  在接下来的小节中,对信噪比的ML估计应用到
“星链”低轨道卫星。在估计信噪比的基础上,给出了星链卫星的波束切换策略。
在这里插入图片描述

图1(a) A LEO satellite communication system covering an elliptical area using a predefined beam codebook. (b) Rectangular mesh covering the elliptical ROI when using the oversampled DFT beam and SINR when using the beam with maximum power for each cell.

在这里插入图片描述

图2 The beam switching configuration of LEO satellites based on SNR maximization at the spot beam: (a) Rectangular mesh covering of the ground surface and different beams illuminating the spot beam (b) The reduction of the receive SNR at the spot beam due to satellite moving away and beam switching times.

3 星链波束形成策略

  以下是一个对星链的波束的一个测试实验;实验装置采用固定式国家仪器(NI)通用软件无线电外设(USRP)。
2945R配备了消费级Ku天线和低噪声块(LNB)下变频器来接收Starlink信号
在ku波段。采样率设置为2.5 MHz,载波频率设置为11.325 GHz,是其中之一,这是星链下行频率。
  图3显示了六颗星链卫星经过的估计多普勒、归一化信噪比和天空图。对于每一个卫星,正如预期的那样,可以观测到多个峰,每个峰对应一个波束。增加和减少峰的行为表明卫星是在靠近还是在远离。此外,波束切换的影响维持最大信噪比可以在估计的接收信噪比中观察到。接收信噪比达到最大值时,星链LEO SV 3正从接收机上方经过。
在这里插入图片描述

图3: Estimated SNRs and Doppler frequencies of six Starlink satellites: Each satellite illuminates the spot beam of interest with different beams. The maximum SNR occurs when SV 3 is passing above the receiver.

  图4显示了Starlink LEO SVs的轨迹和波束切换发生的位置。也可以看出卫星在某一特定时刻停止覆盖该地区。
在这里插入图片描述

图4: Sky plot of the Starlink SV3 and the beam switch schedule for the spot beam of interest: (a) The satellite’s trajectory and the time instants at which the beam is switched is demonstrated which shows that the spot beam is illuminated around 30 seconds by each beam.

  图5为Starlink LEO SV 3在不同波束照射点波束时对应的信噪比变化(接收器已定位)。
在这里插入图片描述

图 5: The receive SNR corresponding to Starlink SV 3 shows that the satellite is approaching around t = 450 s and moving away from this time instant. It is also observed that the beam is ended at around t = 4

4 总结分析

1、Starlink采用的凝视波束,波束指向某个位置,每个波束覆盖持续时间大概25s-30s,这个时间是相对来讲是比较长的,也就是说波束的切换时间比较长,这意味着starlink的波束并不是很多,波束的波宽应该比较大,每个波束覆盖的范围应该比较大,造成波束增益会相对较小,当然这个实验可能是较早的starlink版本,最新的版本的波束情况未知;这个实验从文章时间来看,应该是2022年的,距离现在应该有一小段距离了。
2、starlink每颗卫星服务终端的时间大概100-200s,感觉小区切换也会比较频繁,当然这个与卫星的速度有关,预计基于3GPP的NTN的单个小区服务时间大致也会在这个级别。
3、starlink的波束波宽较大,说明starlink的天线通道数或者阵子数并不是很多,具体原因未知,可能是更多通道的massiveMIMO需要更大的天线面积与功耗,具体这个点,我觉得starlink在技术上并不比国内的厂商有优势;starlink的优势是已经有商用的网络在天上,我理解后续的版本应该会加强天线以及波束的设计。

5 参考文献

【1】Unveiling Beamforming Strategies of Starlink LEO Satellites Mohammad Neinavaie and Zaher M. Kassas

这篇关于【NTN 卫星通信】starlink LEO卫星波束成形策略的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/631761

相关文章

在JS中的设计模式的单例模式、策略模式、代理模式、原型模式浅讲

1. 单例模式(Singleton Pattern) 确保一个类只有一个实例,并提供一个全局访问点。 示例代码: class Singleton {constructor() {if (Singleton.instance) {return Singleton.instance;}Singleton.instance = this;this.data = [];}addData(value)

缓存策略使用总结

缓存是提高系统性能的最简单方法之一。相对而言,数据库(or NoSQL数据库)的速度比较慢,而速度却又是致胜的关键。 如果使用得当,缓存可以减少相应时间、减少数据库负载以及节省成本。本文罗列了几种缓存策略,选择正确的一种会有很大的不同。缓存策略取决于数据和数据访问模式。换句话说,数据是如何写和读的。例如: 系统是写多读少的吗?(例如基于时间的日志)数据是否是只写入一次并被读取多次?(例如用户配

Flink任务重启策略

概述 Flink支持不同的重启策略,以在故障发生时控制作业如何重启集群在启动时会伴随一个默认的重启策略,在没有定义具体重启策略时会使用该默认策略。如果在工作提交时指定了一个重启策略,该策略会覆盖集群的默认策略默认的重启策略可以通过 Flink 的配置文件 flink-conf.yaml 指定。配置参数 restart-strategy 定义了哪个策略被使用。常用的重启策略: 固定间隔 (Fixe

Java后端微服务架构下的API限流策略:Guava RateLimiter

Java后端微服务架构下的API限流策略:Guava RateLimiter 大家好,我是微赚淘客返利系统3.0的小编,是个冬天不穿秋裤,天冷也要风度的程序猿! 在微服务架构中,API限流是保护服务不受过度使用和拒绝服务攻击的重要手段。Guava RateLimiter是Google开源的Java库中的一个组件,提供了简单易用的限流功能。 API限流概述 API限流通过控制请求的速率来防止

未雨绸缪:环保专包二级资质续期工程师招聘时间策略

对于环保企业而言,在二级资质续期前启动工程师招聘的时间规划至关重要。考虑到招聘流程的复杂性、企业内部需求的变化以及政策标准的更新,建议环保企业在二级资质续期前至少提前6至12个月启动工程师招聘工作。这个时间规划可以细化为以下几个阶段: 一、前期准备阶段(提前6-12个月) 政策与标准研究: 深入研究国家和地方关于环保二级资质续期的最新政策、法规和标准,了解对工程师的具体要求。评估政策变化可

面对Redis数据量庞大时的应对策略

面对Redis数据量庞大时的应对策略,我们可以从多个维度出发,包括数据分片、内存优化、持久化策略、使用集群、硬件升级、数据淘汰策略、以及数据结构选择等。以下是对这些策略的详细探讨: 一、数据分片(Sharding) 当Redis数据量持续增长,单个实例的处理能力可能达到瓶颈。此时,可以通过数据分片将数据分散存储到多个Redis实例中,以实现水平扩展。分片的主要策略包括: 一致性哈希:使用一

集群环境下为雪花算法生成全局唯一机器ID策略

雪花算法是生成数据id非常好的一种方式,机器id是雪花算法不可分割的一部分。但是对于集群应用,让不同的机器自动产生不同的机器id传统做法就是针对每一个机器进行单独配置,但这样做不利于集群水平扩展,且操作过程非常复杂,所以每一个机器在集群环境下是一个头疼的问题。现在借助spring+redis,给出一种策略,支持随意水平扩展,肥肠好用。 大致策略分为4步: 1.对机器ip进行hash,对某一个(大于

数据库归档策略

数据库迁移策略 为备战双11,需要将数据库中的相关表(历史订单)进行归档,以便腾出更多的空间迎接订单的暴增。作者经过尝试,得出自认为最优的解决方案。下面给出数据库归档策略及示例代码。 现有条件: 1.现有两个数据库:db-A 以及 db-B; 2.两个库中有字段相同的表:tba(表中只有字段订单id–rx_id(long型) 有索引); 3.归档库的tba中还有17年整年的归档数据。 4.由于单

2024 年高教社杯全国大学生数学建模竞赛 C 题 农作物的种植策略 参考论文 无水印

持续更新中,2024年数学建模比赛思路代码论文都会发布到专栏内,只需订阅一次!  完整论文+代码+数据结果链接在文末!  订阅后可查看参考论文文件 第一问 1.1 问题重述 这个问题围绕的是华北山区的某乡村,在有限的耕地条件下,如何制定最优的农作物种植策略。乡村有 34 块露天耕地和 20 个大棚,种植条件包括粮食作物、蔬菜、水稻和食用菌。除了要考虑地块的面积、种植季节等,还要确保

【redis】数据量庞大时的应对策略

文章目录 为什么数据量多了主机会崩分布式系统应用数据分离架构应用服务集群架构负载均衡器数据库读写分离 引入缓存冷热分离架构 分库分表微服务是什么代价优势 为什么数据量多了主机会崩 一台主机的硬件资源是有上限的,包括但不限于一下几种: CPU内存硬盘网络… 服务器每次收到一个请求,都是需要消耗上述的一些资源的~~ 如果同一时刻处理的请求多了,此时就可能会导致某个硬件资源不够用了